연구실 비전

에너지 재료와 촉매를 원자 수준에서 시뮬레이션합니다. AI로.
실제 작동 조건에서 재료가 어떻게 움직이는지 보려고 ML 기반 시뮬레이션을 만듭니다.

핵심 철학

에너지 재료와 촉매를 계산으로 파고드는 그룹입니다. 단순화된 모델 시스템(이상적 평면, 0 K)으로도 출발은 가능하지만, 거기서 멈추면 실제 촉매를 놓칩니다. 진짜 표면에는 결함 있는 나노입자, 결정립계, 반응 중에 모양을 바꾸는 면이 뒤섞여 있죠. 우리는 머신러닝 포텐셜(MLIP)과 대규모 분자동역학으로 이 표면을 그 모습 그대로 돌려보고, 실험 그룹과 함께 예측을 맞춰봅니다.

AI for Catalyst Discovery 실험 협업 Atomistic Simulation
연구 방향

Operando 시뮬레이션 & 실험 협업

MLIP 기반 분자동역학으로 실제 나노입자를 작동 온도·반응 분위기에서 돌려보고, in-situ 실험(XAS, DRIFT, TEM) 결과와 직접 맞대봅니다. 실험-이론 공동 논문 17편.

Nat. Commun. (2026)
Appl. Catal. B (2025)
Appl. Catal. B (2026)

시스템 맞춤 MLIP 개발

Foundation model을 적은 DFT 데이터만으로 우리 재료에 맞게 길들입니다. 대형 GNN은 빠르고 정확한 포텐셜로 10–100배 압축하고, 생성 모델로 배열 공간(configuration space)을 훑습니다.

FORK, AI4Mat-NeurIPS
ACS Energy Lett. (2025)
CatBench, Cell Rep. Phys. Sci.

AI 기반 재료 탐색

AI 에이전트가 후보 제안 → 시뮬레이션 → 결과 분석 → 다음 실험 제안까지 발견 사이클 전체를 돌립니다. LLM, MLIP, 분석 도구를 하나의 자율 파이프라인으로 엮습니다.

CatAgent, ICLR 2026 AI4Mat
Review, Chem. Eng. J. (2024)
제공 사항
연구 환경
  • 모든 연구원에게 Claude Max 제공
  • GPU 클러스터 (A6000/L40S, KISTI H100)
  • VASP, LAMMPS, PyTorch, ASE 등 커스텀 도구
  • 실험 공동연구자 네트워크 연결
생활
  • 헬스장 멤버십 (연구실에서 지원)
  • 유연한 근무시간 (시간보다 성과)
  • PI와 무제한 끝장토론
  • 개인 커리어 목표에 맞춘 1:1 멘토링
  • "왜?"를 마음껏 묻는 문화
자주 묻는 질문
DFT나 ML 경험이 없어도 되나요?
네. 전부 가르쳐 드립니다. 학점이나 사전 경험보다 호기심과 의지를 봅니다.
실험 경험만 있는데 지원해도 되나요?
네, 오히려 환영합니다. 실험을 아는 계산 연구자가 가장 좋은 시뮬레이션을 합니다. 코딩은 가르칩니다.
연구실에서 영어를 써야 하나요?
그룹미팅과 내부 소통은 한국어/영어 모두 가능합니다. 논문은 영어로 작성합니다. 외국인 학생도 환영합니다.
Claude Max를 정말 줘요?
네. AI 도구는 연구 인프라예요. 아낄 게 아니라 투자할 거죠.
주 몇 시간 일해야 하나요?
시간을 세지 않습니다. 좋은 질문을 하고, 꾸준히 진전을 만들고, 건강을 챙기세요. 그게 전부입니다.
연구실 분위기는 어떤가요?
중요하게 여기는 것: 지적 정직함, 호기심, 배려, 자기 관리. 중요하지 않은 것: 보여주기식 바쁨, 위계 그 자체, 고통을 훈장으로 여기는 문화.
연구 주제는 어떻게 정하나요?
처음에는 교수가 방향을 제안하고, 점차 본인이 주도합니다. 본인이 흥미로운 질문을 찾는 게 궁극적인 목표입니다.
졸업 후 진로는?
학계, 국가연구소, 산업체 R&D, AI/ML 엔지니어. 원자 시뮬레이션과 AI를 둘 다 다루는 사람은 갈 데가 많습니다.
코딩을 얼마나 잘해야 하나요?
Python 기초면 충분합니다. 나머지는 하면서 배웁니다. AI 도구가 있으니 진입 장벽은 예전보다 훨씬 낮습니다.

관심 있으신가요?

대학원생·박사후연구원·학부연구생 모두 환영. 시뮬레이션 경험 불필요.

마감 기한 없음. 충원 시까지 상시 모집.